使用Pandas完成data列数据处理，按照数据列中元素出现的先后顺序进行分组排列

Python进阶者

发布于 2022-06-05 01:39:02

2.6K00

代码可运行

文章被收录于专栏：Python爬虫与数据挖掘Python爬虫与数据挖掘

运行总次数：0

代码可运行

落叶人何在，寒云路几层。

大家好，我是皮皮。

一、前言

前几天在Python钻石交流群【瑜亮老师】给大家出了一道Pandas数据处理题目，使用Pandas完成下面的数据操作：把data列中的元素，按照它们出现的先后顺序进行分组排列，结果如new列中展示。df打印结果展示如下：。

下面是原始内容。

import pandas as pd
df = pd.DataFrame({
    'data': ['A1', 'D3', 'B2', 'C4', 'A1', 'A2', 'B2', 'B3', 'C3', 'C4', 'D5', 'D3'],
    'new': ['A1', 'A1', 'D3', 'D3', 'B2', 'B2', 'C4', 'C4', 'A2', 'B3', 'C3', 'D5']
})
print(df)
# 请补充你的代码。new列为data列分组排序后的结果
print(df)

结果如下图所示：

二、实现过程

方法一

这里【猫药师Kelly】给出了一个解答，代码和结果如下图所示。

方法二

【瑜亮老师】自己也给出了一个答案，代码如下图所示：

df['newnew'] = sum([[k]*v for k, v in Counter(df['data']).items()], [])

运行之后，结果如下图所示：

方法三

【瑜亮老师】从其他群分享了一份代码，代码如下图所示：

import pandas as pd
from collections import Counter
from itertools import chain
df = pd.DataFrame({
    'data': ['A1', 'D3', 'B2', 'C4', 'A1', 'A2', 'B2', 'B3', 'C3', 'C4', 'D5', 'D3'],
    'new': ['A1', 'A1', 'D3', 'D3', 'B2', 'B2', 'C4', 'C4', 'A2', 'B3', 'C3', 'D5']
})
print(df)
df['newnew'] = [*chain(*([k]*v for k, v in Counter(df['data']).items()))]
print(df)

运行之后，结果如下图所示：

方法四

这里【月神】给出了三个方法，下面展示的这个方法和上面两个方法的思路是一样的，代码如下图所示：

import pandas as pd

df = pd.DataFrame({
    'data': ['A1', 'D3', 'B2', 'C4', 'A1', 'A2', 'B2', 'B3', 'C3', 'C4', 'D5', 'D3'],
    'new': ['A1', 'A1', 'D3', 'D3', 'B2', 'B2', 'C4', 'C4', 'A2', 'B3', 'C3', 'D5']
})
print(df)
df['new2'] = df['data'].unique().repeat(df['data'].value_counts(sort=False))
print(df)

运行之后，结果如下图所示：

方法五

后来【月神】还补充了一个方法，代码如下图所示：

import pandas as pd

df = pd.DataFrame({
    'data': ['A1', 'D3', 'B2', 'C4', 'A1', 'A2', 'B2', 'B3', 'C3', 'C4', 'D5', 'D3'],
    'new': ['A1', 'A1', 'D3', 'D3', 'B2', 'B2', 'C4', 'C4', 'A2', 'B3', 'C3', 'D5']
})
print(df)
df['new3'] = df['data'].astype('category').cat.reorder_categories(df['data'].unique()).sort_values().values
print(df)

运行之后，结果如下图所示：

方法六

后来【月神】还补充了第三个方法，代码如下图所示：

import pandas as pd

df = pd.DataFrame({
    'data': ['A1', 'D3', 'B2', 'C4', 'A1', 'A2', 'B2', 'B3', 'C3', 'C4', 'D5', 'D3'],
    'new': ['A1', 'A1', 'D3', 'D3', 'B2', 'B2', 'C4', 'C4', 'A2', 'B3', 'C3', 'D5']
})
print(df)
df['new4'] = sorted(df['data'].tolist(), key=df['data'].tolist().index)
print(df)